ธุรกิจ

จดหมายจากปี 2028: การปฏิวัติ AI ที่แท้จริงไม่ได้เป็นอย่างที่เราคิด

"คุณกำลังสร้างเฟอร์รารีเพื่อโลกที่กำลังจะเทเลพอร์ตในเร็วๆ นี้" จดหมายจากปี 2028: บริษัทที่เพียงแค่ "นำ AI มาใช้" ก็เหมือนกับบริษัทที่เพียงแค่ "สร้างเว็บไซต์" ในปี 1995 คำถามที่ผิดเหรอ? "เราจะใช้ AI เพื่อปรับแต่ง X ได้อย่างไร?" คำถามที่ถูกต้องเหรอ? "ถ้าเราออกแบบใหม่ตั้งแต่ต้น X จะยังอยู่ไหม?" คำแนะนำที่เป็นประโยชน์: ใช้ทรัพยากร AI ของคุณ 20% ไปกับการปรับแต่งสิ่งที่คุณทำ แต่ไปกับการคิดว่าควรหยุดทำอะไร

[คำเตือน: นี่คือ "จดหมายจากอนาคต" ที่แต่งขึ้นล้วนๆ เป็นข้อความในขวดที่ถูกปล่อยลงสู่ทะเลแห่งกาลเวลา พร้อมกับรอยยิ้มและความรู้สึกยั่วยุเล็กน้อย ไม่มีนักเดินทางข้ามเวลาคนใดมีส่วนร่วมในการเขียนโพสต์นี้]

เรียนพันธมิตร ลูกค้า และผู้สังเกตการณ์เทคโนโลยีปี 2025

ฉันคือฟาบิโอ ลอเรีย ผู้ก่อตั้ง Electe (ใช่แล้ว เรายังคงมีอยู่จนถึงปี 2028!)* และฉันตัดสินใจที่จะทำลายกฎทุกข้อของการตลาดองค์กรเพื่อแบ่งปันความคิดบางส่วนจากฝั่งสะพานเวลาแห่งนี้กับคุณ

ในปี 2025 คุณยังคงถกเถียงเรื่อง "วิกฤตการณ์กลาง" ของ AI และเขียนรายงานวิชาการเกี่ยวกับ "การบูรณาการอย่างเหมาะสม" ระหว่างมนุษย์และเครื่องจักรอย่างไม่สิ้นสุด เราในปี 2028 เรากำลังมองย้อนกลับไปถึงยุคสมัยที่ระบบนิเวศทางเทคโนโลยีทั้งหมดกำลังพลาดประเด็นสำคัญไปอย่างสิ้นเชิง

สิ่งที่เราเข้าใจ (สายเกินไป)

ในฐานะผู้ก่อตั้งที่ผ่านการระดมทุนมาแล้ว 3 รอบ การเปลี่ยนทิศทาง 2 ครั้ง และความล้มเหลวในการเข้าซื้อกิจการในนาทีสุดท้าย นี่คือความจริงที่ที่ปรึกษาเชิงกลยุทธ์ไม่มีใครอยากยอมรับในปี 2568: เราทุกคนต่างก็พยายามหาคำตอบสำหรับคำถามที่ผิด

บริษัทที่มีนวัตกรรมมากที่สุดไม่ใช่บริษัทที่มี "กลยุทธ์การนำ AI ไปใช้ที่ดีที่สุด" แต่เป็นบริษัทที่มีความกล้าที่จะกำหนดปัญหาที่พวกเขากำลังพยายามแก้ไขใหม่ทั้งหมด

ประสิทธิภาพช่างมันเถอะ (ใช่ ฉันพูดแบบนั้นจริงๆ)

ในปี 2025 KPI ของคุณยังคงวัดว่า AI สามารถทำงานที่มีอยู่ได้เร็วแค่ไหน แต่ในปี 2028 เราจะวัดว่า AI ช่วยให้เราคิดทบทวนงานเหล่านั้นใหม่ หรือขจัดงานเหล่านั้นออกไปโดยสิ้นเชิงได้มากน้อยแค่ไหน

จุดเปลี่ยนมาถึงเมื่อเราหยุดถามว่า "เราจะใช้ AI เพื่อเพิ่มประสิทธิภาพกระบวนการ X ของเราได้อย่างไร" และเริ่มถามว่า "ถ้าเราสามารถออกแบบบริษัทใหม่ตั้งแต่ต้นด้วยเทคโนโลยีเหล่านี้ กระบวนการ X จะยังคงอยู่หรือไม่"

ถึงบริษัทที่กำลังอ่านฉันอยู่

หากคุณเป็นบริษัทที่ลงทุนเป็นล้านๆ เพื่อ "การปรับปรุงเล็กๆ น้อยๆ" โดยใช้ AI คุณก็กำลังสร้าง Ferrari สำหรับโลกที่กำลังจะเทเลพอร์ตในเร็วๆ นี้

นี่คือสิ่งที่ CTO ของคุณควรทำจริงๆ:

  1. ระบุส่วนใดของรูปแบบธุรกิจของคุณที่มีอยู่เพียงเพราะข้อจำกัดทางเทคโนโลยีที่ล้าสมัย
  2. พิจารณาว่าปัญหาใดของลูกค้าที่คุณกำลังแก้ไขโดยอ้อมและคุณสามารถแก้ไขได้โดยตรง
  3. เปลี่ยนทีมผลิตภัณฑ์ของคุณให้กลายเป็นห้องปฏิบัติการ "รื้อถอนสร้างสรรค์" ให้พวกเขามีพลังไม่เพียงแค่สร้าง แต่ทำลายล้างได้ด้วย

สตาร์ทอัพที่กำลังครองตลาดของคุณในปี 2028 ไม่ใช่สตาร์ทอัพที่มี AI ที่ดีที่สุด พวกเขาคือสตาร์ทอัพที่ใช้ AI เพื่อทบทวนความหมายของการเป็นบริษัทในอุตสาหกรรมของคุณเสียใหม่

คำเชิญชวนสู่จินตนาการอันล้ำลึก

ในไทม์ไลน์ของฉัน บริษัทที่เพียงแค่ "นำ AI มาใช้" ก็เหมือนกับบริษัทที่เพียงแค่ "สร้างเว็บไซต์" ขึ้นมาในปี 1995 ซึ่งถือว่าจำเป็น แต่น่าเสียดายที่มันยังไม่เพียงพอ

บริษัทที่ครองตลาดคือบริษัทที่มีความกล้าที่จะจินตนาการว่า "ถ้าเราสามารถแก้ปัญหานี้ตั้งแต่ต้นด้วยเทคโนโลยีที่ดูเหมือนมหัศจรรย์ เราจะทำได้อย่างไร"

ในขณะที่ทุกคนในปี 2568 ต่างยุ่งอยู่กับการถกเถียงกันถึงความสมดุลที่เหมาะสมระหว่างระบบอัตโนมัติและศักยภาพของมนุษย์ ลองช่วยตัวเองด้วยการถามตัวเองว่าปัญหาที่คุณพยายามจะแก้ไขนั้นจะยังคงอยู่ต่อไปอีกสามปีหรือไม่

เจอกันที่นี่อีกนะ มันแปลกกว่า ดุเดือดกว่า และน่าสนใจกว่าที่กระดาษขาวน่าเบื่อๆ ของคุณทำนายไว้เยอะเลย

ฟาบิโอ ลอเรีย ซีอีโอและผู้ก่อตั้ง Electe , 11 พฤษภาคม 2571

ปล. Amazon เพิ่งซื้อ OpenAI ไป และใช่ เราทุกคนก็ตกใจไม่แพ้กัน

คำถามที่พบบ่อยจากปัจจุบันสู่อนาคต

ถาม: คุณคือจอห์น ไทเตอร์ คนใหม่ใช่ไหมครับ? เราควรกังวลเรื่องความขัดแย้งเรื่องเวลาไหม?

A: ต่างจากไทเตอร์ ผมไม่ได้มาที่นี่เพื่อเตือนคุณถึงภัยพิบัติที่กำลังจะเกิดขึ้น หรือพูดถึง IBM 5100 ผมไม่ได้มี C204 Time Displacement Unit ที่ติดตั้งบนเชฟโรเลต—ผมแค่มีแล็ปท็อปที่มีคาเฟอีนมากเกินไปในระบบ "การเดินทางข้ามเวลา" ของผมเกิดขึ้นจากการคาดเดาอย่างสร้างสรรค์เท่านั้น ไม่มีความต่อเนื่องของกาลอวกาศใดได้รับความเสียหายในการเขียนบทความนี้

ถาม: เราควรซื้อ/ขายบริษัทใดบ้างตาม "ข้อมูลเชิงลึกในอนาคต" ของคุณ?

A: ถ้าฉันมาจากอนาคตจริงๆ และมีข้อมูลนี้ การแบ่งปันข้อมูลนี้คงเป็นวิธีสุดท้ายที่จะทำให้ข้อมูลนั้นถูกต้อง! การเปิดเผยข้อมูลในอนาคตย่อมเปลี่ยนแปลงวิถีปัจจุบัน ไม่ว่าในกรณีใด การลงทุนโดยอาศัยโพสต์ที่ยั่วยุบนอินเทอร์เน็ตมักเป็นกลยุทธ์ที่น่าสงสัย ขอยกคำพูดของนักปราชญ์ในยุคสมัยของฉันที่ว่า "ตลาดสามารถคงอยู่อย่างไร้เหตุผลได้นานกว่าที่คุณจะคงสภาพคล่องได้"

ถาม: คุณหมายถึงอะไรด้วย "เหตุการณ์เดนเวอร์" ที่คุณกล่าวถึง?

A: อ้อ อย่างนั้นเอง งั้นก็พูดได้เลยว่าในปี 2026 เราทุกคนจะได้เรียนรู้บทเรียนสำคัญเกี่ยวกับขีดจำกัดของการปรับแต่งอัลกอริทึมในระบบสำคัญๆ แต่อย่ากังวลมากเกินไป เพราะสิ่งนี้ช่วยเร่งให้เกิดการปฏิรูปที่จำเป็นอย่างยิ่ง และนำไปสู่ปฏิญญาเดนเวอร์ว่าด้วยความรับผิดชอบทางเทคโนโลยี อย่างที่ผมพูดเสมอ บางครั้งคุณต้องทำลายอัลกอริทึมเพื่อสร้าง การปฏิวัติ

ถาม: คุณจริงจังกับแนวคิดที่ว่าเราควรหยุดมุ่งเน้นเรื่องประสิทธิภาพหรือเปล่า?

A: ผมไม่ได้สนับสนุนให้ละทิ้งประสิทธิภาพ แต่สนับสนุนให้ลดประสิทธิภาพลงสู่จุดที่เหมาะสม นั่นคือ วิธีการ ไม่ใช่เป้าหมาย ประสิทธิภาพที่ปราศจากทิศทางก็เหมือนกับการมีเฟอร์รารีที่ไร้จุดหมาย ในปี 2028 ของผม บริษัทที่ชาญฉลาดที่สุดมักจะถามตัวเองก่อนว่า "เราควรสร้างอะไร" และหลังจากนั้นจึงค่อยถามว่า "เราจะสร้างมันอย่างมีประสิทธิภาพได้อย่างไร" การกลับคำถามเหล่านี้ถือเป็นความผิดพลาดร่วมกันของเรา

ถาม: คำแนะนำเชิงปฏิบัติจริงเบื้องหลังเรื่องราวแห่งอนาคตทั้งหมดนี้คืออะไร?

A: จัดสรรทรัพยากร AI ของคุณ 20% ไม่ใช่เพื่อเพิ่มประสิทธิภาพสิ่งที่คุณทำอยู่แล้ว แต่เพื่อสำรวจสิ่งที่คุณสามารถหยุดทำไปเลย ข้อได้เปรียบในการแข่งขันที่แท้จริงจะไม่ได้อยู่ที่คนที่ทำสิ่งเดิมๆ ได้เร็วกว่า แต่จะอยู่ที่คนที่ตระหนักก่อนว่าบางสิ่งเหล่านั้นไม่จำเป็นต้องทำอีกต่อไป การทำลายล้างอย่างสร้างสรรค์เริ่มต้นที่บ้าน

[คำเตือน: ข้อความข้างต้นเป็นเพียงเรื่องแต่งขึ้นจากจินตนาการล้วนๆ ไม่มีการกล่าวอ้างถึงการคาดการณ์ตลาด คำแนะนำทางการเงิน หรือข้อเท็จจริงใดๆ เกี่ยวกับอนาคต ผู้เขียนไม่รับผิดชอบต่อการตัดสินใจทางธุรกิจใดๆ ที่เกิดขึ้นจากข้อความในขวดจากไทม์ไลน์อื่น]

ทรัพยากรเพื่อการเติบโตทางธุรกิจ

9 พฤศจิกายน 2568

Model Context Protocol (MCP): “USB-C” ใหม่สำหรับ AI ที่เปลี่ยนโฉมเวิร์กโฟลว์ขององค์กร

"USB-C สำหรับการผสานรวม AI" นั่นคือสิ่งที่พวกเขาเรียกว่า Model Context Protocol และ OpenAI, Google, Microsoft และ Amazon ต่างก็กำลังนำโปรโตคอลนี้ไปใช้ ชุมชนได้สร้างเซิร์ฟเวอร์ MCP กว่า 1,000 เครื่องภายในเวลาเพียงไม่กี่เดือน แต่ในปี 2025 ช่องโหว่ร้ายแรงได้ปรากฏขึ้น ได้แก่ การแทรกข้อมูลอย่างรวดเร็ว การ "ดึงพรม" คำจำกัดความอย่างเงียบๆ และการเปิดเผยข้อมูลประจำตัว Gartner เตือนว่าการยืนยันตัวตนยังคงมีจำกัด แต่คำมั่นสัญญานั้นยิ่งใหญ่มาก: ภาษาสากลสำหรับการเชื่อมต่อ AI เข้ากับระบบใดๆ คำแนะนำ: โครงการนำร่องที่ไม่สำคัญ ความอยากรู้อยากเห็นอย่างรอบคอบมากกว่าการนำไปใช้อย่างเร่งรีบ
9 พฤศจิกายน 2568

ความหลอกลวงครั้งใหญ่: เหตุใด AI จึงเข้าใจอารมณ์ได้ดีกว่าที่ยอมรับ

ความแม่นยำของ AI อยู่ที่ 82% เทียบกับความแม่นยำของมนุษย์ 56% ในการทดสอบความฉลาดทางอารมณ์ การศึกษาที่เจนีวาและเบิร์นได้ทำลายความเชื่อเดิมๆ ที่ทำให้เราสบายใจ ChatGPT-4 ไม่เพียงแต่มีประสิทธิภาพเหนือกว่ามนุษย์ในการทดสอบที่มีอยู่แล้วเท่านั้น แต่ยังสร้างการทดสอบใหม่ๆ ที่แทบไม่แตกต่างจากการทดสอบของนักจิตวิทยามืออาชีพอีกด้วย การแสดงออกทางอารมณ์แบบจุลภาค การวิเคราะห์คำพูด และความเข้าใจบริบท AI สามารถอ่านอารมณ์ที่เราเองไม่รู้จัก คำถามไม่ได้อยู่ที่ "มันสามารถเข้าใจอารมณ์ได้หรือไม่" อีกต่อไป แต่เป็น "เราจะใช้ประโยชน์จากความเข้าใจที่เหนือกว่านี้ได้อย่างไร โดยยังคงคุณค่าของมนุษย์ไว้เป็นศูนย์กลาง"
9 พฤศจิกายน 2568

ความขัดแย้งด้านประสิทธิภาพของ AI: คิดก่อนลงมือทำ

"เราเห็น AI ทุกที่ ยกเว้นในสถิติด้านประสิทธิภาพการทำงาน" — ความขัดแย้งของโซโลว์ยังคงเกิดขึ้นซ้ำอีก 40 ปีต่อมา McKinsey 2025: 92% ของบริษัทจะเพิ่มการลงทุนด้าน AI แต่มีเพียง 1% เท่านั้นที่มีการนำ AI ไปใช้อย่าง "ครบถ้วนสมบูรณ์" 67% รายงานว่าอย่างน้อยหนึ่งโครงการริเริ่มได้ลดประสิทธิภาพการทำงานโดยรวมลง ทางออกไม่ใช่เทคโนโลยีที่มากขึ้น แต่เป็นการทำความเข้าใจบริบทขององค์กร เช่น การวางแผนความสามารถ การออกแบบกระบวนการทำงานใหม่ และตัวชี้วัดการปรับตัว คำถามที่ถูกต้องไม่ใช่ "เราทำให้ระบบอัตโนมัติมีประสิทธิภาพมากน้อยเพียงใด" แต่เป็น "มีประสิทธิภาพมากน้อยเพียงใด"
9 พฤศจิกายน 2568

ความขัดแย้งทางความคิดสร้างสรรค์: ปัญญาประดิษฐ์ ลิขสิทธิ์ และอนาคตของมนุษยชาติ

"ผมไม่รู้สึกภูมิใจเลย ผมรู้สึกเหมือนพวกเขาขโมยสิ่งที่ผมใช้เวลาสร้างมาหลายปี" — เกร็ก รัทคอฟสกี ชื่อของเขาปรากฏบนพรอมต์ Stable Diffusion กว่า 1.2 ล้านพรอมต์ "สไตล์จิบลิ" เผยให้เห็นความแตกต่างที่แท้จริง: แวนโก๊ะเข้าใจหลักสุนทรียศาสตร์ของญี่ปุ่น และ AI ดึงข้อมูลความสัมพันธ์ทางสถิติระหว่างพิกเซลออกมา สแตนฟอร์ดแสดงให้เห็นว่านางแบบสร้างภาพที่เกือบจะเหมือนกันขึ้นมาใหม่เพียง 3% ของเวลาทั้งหมด นี่ไม่ใช่แรงบันดาลใจ แต่มันคือความทรงจำ ศิลปินกว่า 250,000 คนได้นำ Glaze และ Nightshade มาใช้เพื่อปกป้องตัวเอง